以新能源为主体的微电网是由分布式电源、储能装置和负荷构成的可控储能系统。已经逐渐取代了传统电力系统的作用,被认为是最具发展潜力的技术之一。然而,当前微电网技术的研究存在两个主要问题,一是欠缺考虑气候因素影响;二是电动汽车集成、设计算法过于传统且只考虑经济调度等问题。针对上述问题,本文开展了含电动汽车的微电网优化调度方法研究。首先利用分布式能源的思路建立了基于概率密度函数的气候因素、风力发电、光伏发电、柴油发电、抽水蓄能和储能电池的数学模型。其次,通过结合概率密度函数构建两种不同类型的电动汽车数学模型,并对2型电动汽车充放电数学模型进行具体研究。同时,确立经济性最佳、污染物排放量最低的目标,明确优化问题的约束条件,限定优化问题的范围。在对智能优化算法进行对比分析后,本文选用收敛速度更快、求解时间更短、计算精度更高的麻雀搜索算法（Sparrow search algorithm,SSA）应用至本次微电网优化调度模型。最后,为验证本课题在微电网优化调度和运行中的实际效果,建立了详细的微电网算例模型,分析了某地区微电网中的电力需求特性,并重点研究了气候因素对新能源发电的影响。通过Matlab仿真软件建立了优化算法程序,将麻雀优化算法、粒子群算法和遗传算法进行对比。仿真结果显示使用麻雀优化算法的优化调度成本更低、使用风机数量和电池数量更少、污染物排放量更低。充分证明了基于麻雀优化算法的微电网优化调度方法应用的可行性和优越性,有利于推进新能源电力系统的实际应用,具有一定的研究意义和价值。